基于改进人工蜂群算法的WSNs覆盖优化

随着无线传感器网络（WSNs）被广泛地应用,覆盖优化问题已经成为网络服务质量中的一个关键问题。针对基本人工蜂群（ABC）算法的缺陷,基于混沌优化和自适应变化提出了一种改进的ABC（IABC）算法;并在此基础上,设计了基于IABC算法的动态网络覆盖优化方案。实验结果表明：IABC算法明显改善了基本ABC算法的缺陷,有效地延长了网络寿命,保证了网络的服务质量。     

塑料着色晶的应用

塑料着色晶的应用胡德鑫（南京扬子塑料应用研究所２１００１７）关键词着色晶，色相，色母料１着色材料的进展笔者从事塑料着色技术工作二十余年，集多年的着色经验研制成塑料着色晶并使其商品化。过去塑料的本体着色均采用有机颜料或无机颜料来进行。将一定剂量的颜料与...     

立窑中部增设通风设备可生产高标号水泥

优质、高产、低耗,一向是水泥生产企业追求的目标。随着立窑生产技术的发展,立窑生产高标号水泥在许多水泥厂已成为现实。本文拟就立窑中部增设特定的通风设备,优化煅烧工况,生产高标号水泥作一介绍,供同行参考。 图1 通风设备在立窑中的位置及基本构造示意 1 基本构造及原理 在立窑断面的中心位置增设特定通风设备(见图     

风电机组无功功率控制和频率调节建模与仿真研究

风电机组并入电网时,难免会导致电网运行的一些故障,其中的两种可能故障情形就是无功功率控制和频率调节。本文根据《大型风电场并网设计技术规范》中关于风电机组无功功率控制和频率调节的规定,利用Matlab/simulink来模拟风电机组并网时可能遇到的故障电压,分别模拟了风电机组满足功率因数在一定范围内动态可调和频率发生变化时的情形。仿真结果表明本文所设计的仿真系统能达到系统要求。     

TL-SVM:一种迁移学习新算法

迁移学习旨在利用大量已标签源域数据解决相关但不相同的目标域问题. 当与某领域相关的新领域出现时, 若重新标注新领域, 则样本代价昂贵, 丢弃所有旧领域数据又十分浪费. 对此, 基于SVM算法提出一种新颖的迁移学习算法—–TL-SVM, 通过使用目标域少量已标签数据和大量相关领域的旧数据来为目标域构建一个高质量的分类模型, 该方法既继承了基于经验风险最小化最大间隔SVM的优点, 又弥补了传统SVM不能进行知识迁移的缺陷. 实验结果验证了该算法的有效性.     

浅谈Access数据库安全策略

当前,市场上数据库系统软件种类非常多,Access是Microsoft旗下的一款小型数据库系统软件,其特点是使用简便、体积较小,非常适合于信息量较少的数据信息管理。在Access的使用过程当中,我们必须要考虑到的一个问题就是数据库的安全问题,为了能够保证Access数据库数据信息的安全性与完整性,就必须要采取有效的安全策略来对Access数据库进行保护。基于作者自身的实际工作经验与相关知识了解,首先对Access数据库软件系统的安全定义与安全风险进行了分析,然后针对性地提出了部分安全策略,以期对Access数据库的安全质量起到提升作用。     

基于电厂热经济效益的决策树模型

以决策树数据挖掘为基本理论基础,结合电力行业的具体特点,将基于决策树归纳分类算法运用于对电厂热经济效益的分析中.以电厂供煤量对机组效率和锅炉正效率的影响为目标,构建了决策树模型,并对挖掘结果进行分析和评价,以期为电厂热经济效益运行优化提供重要的决策支持.     

我厂使用铁氨法脱硫

<正> 我厂原采用液相氨水法脱硫工艺,存在脱硫效率低,精炼铜耗高,铜洗塔带液等问题。后改为铁氨法脱硫,使用数日,效果良好。本法具有以下优点:(1)脱硫效率高,依据分析知半水煤气经脱硫后,H_2S含     

医学知识增强的肿瘤分期多任务学习模型

肿瘤分期是指从病人的电子病历文本中推测肿瘤对应阶段的过程。在电子病历数据中存在类别严重不均衡现象,因此使用深度学习方法进行肿瘤分期具有一定的挑战性。该文提出医学知识增强的多任务学习KEMT(knowledge enhanced multi-task) 模型,将肿瘤分期问题视作面向医疗电子病历的文本分类任务,同时引入医生在人工预测肿瘤分期时参考的医学属性,提出基于医学问题的机器阅读理解任务,对上述两种任务进行联合学习。我们与医疗机构合作构建了真实场景下的肿瘤分期的数据集,实验结果显示,KEMT模型可以将医学知识与神经网络结合起来,预测准确率高于传统的文本分类模型。在数据分布不均衡的条件下,在小样本类别上的准确率提升了4.2个百分点,同时模型也具有一定的解释性。